• 대한전자공학회논문지SD
• /
• 제37권5호
• /
• pp.77-87
• /
• 2000

지금까지 제시된 채널 라우팅 알고리즘의 복잡도는 공정기술의 발전에 따라 많은 어려운 부분이 해결되었지만 아직도 기존의 라우팅 알고리즘 수준에 머물러 있었다. 본 논문에서는 이러한 추세에 따라 개선된 3-레이어 OTC(Over-The-Cell) 채널 라우팅 알고리즘을 제시한다. 제안한 알고리즘은 채널 라우팅 문제를 일반적인 문제로 단순화시켜, 최적에 가까운 해에 수렴하기 위해서 시뮬레이티드 어닐링 기법을 이용한다. 그리고, 채널 라우팅에서 있어서 가장 어려운 요소로 알려진 cyclic vortical constraint를 제거하기 위한 방안을 제시하고, 알고리즘의 수행중 지역 해에 빠졌음을 감지하여 탈출을 보장하는 방안을 제시한다. 또한, 유전자 알고리즘을 이용하여 구현된 채널 라우터와 비교한다. 제안한 채널 라우팅 알고리즘은 리눅스 시스템에서 C++과 모티프를 이용하여 구현되었으며, 예제 회로에 적용하여 성능을 비교함으로써 제시한 알고리즘의 효율성을 찾을 수 있었다.

• 한국전산구조공학회논문집
• /
• 제27권4호
• /
• pp.231-238
• /
• 2014

건물의 경우, 용도 변경에 따른 중력하중 변화, 시공 단계에 따라 중력하중 변화 등이 구조물 시스템에 영향을 미친다. 따라서, 본 연구에서는 시스템 식별 변수 설정에 있어 기존에 강성만을 변수로 설정한 방법에 추가적으로 질량을 변수로 설정하여 시스템을 식별하는 기법을 제안한다. 계측한 동특성과 FE모델에서 추출한 동특성 간의 차이를 최소화하여 변수를 탐색하게 된다. 최소화 기법으로 변형 유전 알고리즘을 적용하였다. 보다 전역적 해탐색을 위해 변형 유전 알고리즘은 더 넓은 해 탐색 공간에서 해를 찾는다. 철골 보 구조물의 시뮬레이션을 통해 본 연구가 제시한 기법을 검증하였고 변형 유전 알고리즘과 기존의 단순 유전 알고리즘의 성능을 비교하였다. 또한, 강성 식별만을 수행한 기존 연구의 방법과 본 연구가 제시한 기법간의 차이를 비교하였다.

• 한국산학기술학회논문지
• /
• 제17권9호
• /
• pp.51-56
• /
• 2016

파형격벽은 보강격벽에 비해 많은 장점을 갖고 있어 살물선, 정유운반선, 화학제품 운반선의 화물창 격벽으로 사용되고 있다. 살물선 파형격벽의 최적 파형을 구하기 위한 연구는 비교적 활발하게 수행되어 왔으나, 고가의 재질로 구성되어 최적설계 시 경제적 효과가 가장 클 것으로 예상되는 화학제품 운반선에 대한 연구는 거의 찾아보기 어렵다. 화학제품 운반선의 파형격벽은 크게 수직 파형격벽과 수평 파형격벽으로 구분할 수 있으며, 수평 파형격벽은 다른 선종에서는 볼 수 없는 특별한 형태의 격벽으로 30K급 실적선의 경우 전체 파형격벽의 30% 정도를 차지하고 있다. 본 연구의 목적은 화학제품 운반선의 수평 파형격벽에 대한 최소중량설계 방법을 개발하는 것으로, 최적화 기법으로는 진화전략 기법을 도입하여 전체 최소점을 신뢰성 있게 탐색하였고 최적의 결과를 주는 설계변수 값이더라도 현장의 작업성을 위반하면 도태되도록 하여 현장 적용성을 높였다. 또한, 유한요소법에 의한 구조해석을 통해 도출된 최적설계 결과에 대한 구조 안전성을 검증하였다. 최적화 결과에 따른 수평 파형격벽의 설계는 실적선과 비교하여 동등 수준의 구조강도를 확보하면서도 약 14%의 중량 절감 효과를 보였으며, 이에 따라 설계 및 제작 공수를 줄이는데도 크게 기여할 것으로 기대된다.

• 한국음향학회지
• /
• 제42권4호
• /
• pp.357-363
• /
• 2023

다양한 신호가 혼합된 수중 신호로부터 각각의 신호를 분리하는 기술은 오랫동안 연구되어왔지만, 낮은 품질의 수중 신호의 특성 상 쉽게 해결되지 않는 문제이다. 현재 주로 사용되는 방법은 Short-time Fourier transform을 사용하여 수신된 음향신호의 스펙트로그램을 얻은 뒤, 주파수의 특성을 분석하여 신호를 분리하는 기술이다. 하지만 매개변수의 최적화가 까다롭고, 스펙트로그램으로 변환하는 과정에서 위상 정보들이 손실되는 한계점이 지적되었다. 본 연구에서는 이러한 문제를 해결하기 위해 긴 시계열 신호 처리에서 좋은 성능을 보인 Dual-path Recurrent Neural Network을 기반으로, 다중 채널 센서로부터 생성된 입력신호인 3차원 텐서를 처리할 수 있도록 변형된 Tripple-path Recurrent Neural Network을 제안한다. 제안하는 기술은 먼저 다중 채널 입력 신호를 짧은 조각으로 분할하고 조각 내 신호 간, 구성된 조각간, 그리고 채널 신호 간의 각각의 관계를 고려한 3차원 텐서를 생성하여 로컬 및 글로벌 특성을 학습한다. 제안된 기법은, 기존 방법에 비해 개선된 Root Mean Square Error 값과 Scale Invariant Signal to Noise Ratio을 가짐을 확인하였다.

• 공업화학
• /
• 제29권1호
• /
• pp.10-17
• /
• 2018

반도체 및 디스플레이 제조공정 중에 화학기상증착(CVD), 식각(etching), 세정(cleaning) 공정에서 배출되는 과불화합물(PFCs)를 포함한 폐 가스 처리를 위해서 POU (point of use) 가스 스크러버 시스템을 도입하여 사용하고 있다. 과불화합물은 지구온난화 지수(GWP, global warming potential)와 대기 중 자연분해되는 기간(lifetime)이 $CO_2$에 비해 수천 배 높은 온실가스로 분류되어 있으며, 과불화합물의 열분해를 위해서는 3,000 K 이상의 고온이 요구되는 것이 일반적이다. 이러한 특징 때문에 과불화합물을 효과적으로 제어하기 위한 방법으로 열플라즈마 기술을 도입하고자 하는 노력들이 진행되어 왔으며, POU 가스 스크러버 기술을 개발하여 산업적으로 이용하고자 하였다. 열플라즈마 기술은 플라즈마 토치 기술, 전원공급장치 기술 및 플라즈마 토치-전원공급장치 매칭 기술 최적화를 통해 안정적으로 플라즈마 발생원을 유지시키는 것이 중요하다. 또한, 과불화합물 고효율 처리를 위한 고온의 플라즈마와 폐 가스의 효과적인 혼합이 주요 기술요인으로 확인되었다. 본 논문에서는 반도체 및 디스플레이 공정 폐 가스 처리를 위한 후처리 공정에 대한 기술적 정보를 제공함과 동시에 POU 플라즈마 가스 스크러버에 대한 기술개발 동향을 파악함으로써 향후 연구개발이 요구되는 핵심사항에 대해 논의하고자 한다.

• 대한조선학회논문집
• /
• 제30권3호
• /
• pp.116-126
• /
• 1993

대형구조계의 진동해석에 효율적인 방법으로 알려진 부분구조 진동형 합성방법을 방법론적 관점에서 분류하면 부분구조계간의 연결부 경계조건을 어떻게 가정하는가에 따라 구속모드방법, 불구속 모드방법 및 혼합방법으로 대별할 수 있다. 이 방법들 중에서 불구속 모드방법이 보다 효율적이고 또 특정 부분구조의 실험결과 이용이 용이한 장점이 있으나 정확도가 떨어진다는 단점이 있다. 본 연구에서는 대형 구조계의 진동해석에 효율적이면서 정확도 높은 결과를 얻을 수 있는 불구속 모드방법을 정식화하였다. 불구속 모드방법의 정확도 향상 방안으로서 모드합성시 배제된 고차진동형의 영향을 잉여강성과 더불어 잉여관성 효과도 고려하여 보상하였고, 또 주파수이동기법을 도입하므로써 주관심 주파수 부근에서 더욱 정확도가 높은 결과를 얻을 수 있도록 함과 동시에 부분구조계가 semi-definite system일 경우 특이매트릭스를 처리해야 하는 문제점도 해결하였다. 상기방법의 정확도 및 계산효율성은 선체 2차원 단순화 모델을 포함한 일련의 유한요소모델에 대해 검증되었다. 상기방법에 의한 계산결과는 정확도에 있어서 진동형 합성에 이용된 부분구조계의 최고차 진동수 이하에서는 전체계를 직접 유한요소해석한 경우와 대등하고, 구속모드방법보다 효율적이면서 정확도가 더 높은 결과를 얻을 수 있음이 확인되었다.

• Korean Chemical Engineering Research
• /
• 제61권4호
• /
• pp.542-549
• /
• 2023

대안 모델링에 대한 관심이 커진 이후 데이터 기반의 기계학습을 이용하여 비선형 화학 공정을 모사하고자 하는 연구가 지속되고 있다. 그러나 기계 학습 모델의 black box 성질로 인하여 모델의 해석 가능성에 한계는 산업 적용에 걸림돌이 되고 있다. 따라서, 모델의 정확도가 보장된 상태에서 해석력을 부여하는 개념인 설명 가능한 인공지능(explainable artificial intelligence, XAI)을 이용하여 화학 공정 분석을 시도하고자 한다. 기존의 화학 공정 민감도 분석이 변수의 민감도 지수를 계산하고 순위를 매기는 데에 그쳤다면, XAI를 이용하여 전역적, 국소적 민감도 분석뿐만 아니라 변수들 간의 상호작용에 대하여 분석하여 데이터로부터 물리적 통찰을 얻어내는 방법론을 제안한다. 사례 연구의 대상공정인 암모니아 합성 공정에 대하여 첫번째 반응기로 향하는 흐름에 대한 예열기(preheater)의 온도, 세 반응기로 향하는 cold-shot의 분배 비율을 공정 변수로 설정하였다. Matlab과 Aspen plus를 연동하여 공정 변수를 바꿔가면서 암모니아의 생산량과 세 반응기의 최고 온도에 대한 데이터를 얻었으며, tree 기반의 모델들을 훈련시켰다. 그리고 성능이 좋은 모델에 대하여 XAI 기법 중 하나인 SHAP 기법을 이용하여 민감도 분석을 수행하였다. 전역적 민감도 분석 결과, 예열기의 온도가 가장 큰 영향을 미쳤으며 국소적 민감도 분석 결과에서 생산성 향상 및 과열 방지를 위한 공정 변수들의 범위를 규정할 수 있었다. 이처럼 화학 공정의 대안 모델을 구축하고 설명 가능한 인공지능을 이용해 민감도 분석을 진행하는 방법론을 통해 공정 최적화에 대한 정량적, 정성적 피드백을 제안하는 데 도움을 줄 것이다.

• 한국수자원학회논문집
• /
• 제41권8호
• /
• pp.807-823
• /
• 2008

수위-유량 관계 곡선을 나타내는 곡선식에 포함되어 있는 매개변수의 추정을 위해 많이 사용되는 로그선형 회귀분석은 잔차의 비등분산성(heteroscedasticity)을 고려하지 못하므로 본 연구에서는 의사우도추정법(pseudolikelihood estimation, P-LE)에 의해 분산함수를 추정하고 이와 함께 회귀계수를 추정할 수 있는 방법을 제시하였다. 이 과정에서 제시된 회귀잔차를 최소화하기 위하여 SA(simulated annealing)이라는 전역 최적화 알고리즘을 적용하였다. 또한 수위-유량 관계 곡선은 단면 등의 영향으로 인해 구간에 따라 각각 다르게 구축되어져야 하므로 이를 보다 객관적으로 판단하고 분리 위치를 추정하기 위하여 Heaviside 함수를 의사우도함수에 포함시켜 결과를 추정하도록 하였으며, 2개의 구간을 가지는 유량자료를 이용하여 제시된 방법의 합리성을 통계적으로 실험하였다. 이와 같이 통계적 실험을 통해 제시된 방법들이 기존 방법과 비교하여 가질 수 있는 장점을 파악하였으며, 제시된 방법들을 금강유역 5개 지점에서 대해 수행하여 효율성을 검증하였다.

• 한국재난정보학회 논문집
• /
• 제16권1호
• /
• pp.96-110
• /
• 2020

최근 국내외적으로 기후변화로 인한 대형화재, 집중호우, 지진 등으로 재난발생 가능성이 높아지고 있으며, 특히 어린이와 노약자등을 포함한 다양한 사람들이 몰리는 전통시장, 노유자시설, 다중이용시설 등 이용자 밀집지역에 대형 재난사고가 지속적으로 발생하고 있다. 연구목적: 본 연구에서는 화재발생 시 이용자 밀집시설에서 화재발생 사실을 조기에 감지하고, 대피자가 안전하게 대피하기 위해 빅데이터와 첨단기술을 활용한 재난감지 및 최적의 대피경로를 분석하고자 한다. 연구방법: 상황인지 기반의 3차원 객체모델 기술과 A*알고리즘의 최적화를 통한 새로운 알고리즘을 제안하고, 이들 활용한 시나리오 기반의 최적 대피경로 선정 기법을 제시하였다. 연구결과: HPA*E알고리즘을 이용하여 화재발생 시 대피시뮬레이션을 3D모델로 재현하고, 최적의 대피경로와 대피시간을 시나리오별로 산출하였다. 결론: 본 연구는 향후 우리나라에서 재난사고 발생 시 대피자가 안전하고 신속하게 대피할 수 있는 경로를 제시함으로써 인명피해를 줄 일 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.53-65
• /
• 2019

영상 기반의 보안 시스템의 증가함에 따라 각 용도마다 다른 다양한 객체들에 대한 처리들이 중요해지고 있다. 객체 추적은 객체 인식, 검출과 같은 작업들과 함께 필수적인 작업으로 다뤄진다. 이 객체 추적을 달성하기 위해서 다양한 머신러닝이 적용될 수 있다. 성공적인 분류기로써 전체 에러율 최소화(total-error-rate minimization) 기반의 방법론이 사용될 수 있다. 이 전체 에러율 최소화 기반의 방법론은 오프라인 학습을 기반으로 하고 있다. 객체 추적은 실시간으로 처리하며 갱신해야하는 것이 필수적이므로 온라인 학습(online learning)을 기반으로 하는 것이 적합하다. 온라인 전체 에러율 최소화 방법론이 개발되었지만 점근적으로 재가중되는(approximately reweighted) 작업이 포함되어 에러를 누적시킬 수 있다는 단점이 있다. 본 논문에서는 정확하게 재가중되는(exactly reweighted) 방법론을 제안하면서 온라인 전체 에러율 최소화가 달성되었다. 이 제안된 온라인 학습 방법론을 객체 추적에 적용하여 총 8개의 데이터베이스에서 다른 추적 방법론들 보다 좋은 성능이 달성되었다.